Solr查詢?nèi)绾螌?shí)現(xiàn)結(jié)果分組

例如：如果您在電子零售商的電子商務(wù)網(wǎng)站上搜索 “DVD”，則可能會(huì)返回 “電視和視頻”，“電影”和“計(jì)算機(jī)”三個(gè)類別，每個(gè)類別有三個(gè)結(jié)果。在這種情況下，查詢?cè)~ “DVD” 出現(xiàn)在所有三個(gè)類別中，所以 Solr 將它們組合在一起以增加用戶的相關(guān)性。

應(yīng)該優(yōu)先使用 Collapse 和 Expand

Solr 的 Collapse 和 Expand 功能較新，主要與結(jié)果分組重疊。這兩種特性都是獨(dú)一無二的，并且它們具有不同的性能特性。也就是說，在大多數(shù)情況下，“Collapse”和“Expand”優(yōu)于“結(jié)果分組（Result Grouping）”。

結(jié)果分組與分面（Faceting）是不同的。盡管它們可能在概念上是相似的，但分面將返回所有相關(guān)的結(jié)果，并允許用戶根據(jù)分面類別對(duì)結(jié)果進(jìn)行細(xì)化。例如，如果您在鞋類零售商的電子商務(wù)網(wǎng)站上搜索“鞋子”，則 Solr 將返回該查詢字詞的所有結(jié)果以及諸如“尺寸”、“顏色”、“品牌”等的可選方面。

但是，您可以將分組與分面相結(jié)合。分組的 faceting 支持 facet.field，facet.range，但目前不支持日期和支點(diǎn) faceting。facet 計(jì)數(shù)是根據(jù)第一個(gè) group.field 參數(shù)計(jì)算的，而其他group.field 參數(shù)則被忽略。

已分組的分面與沒有分組的分面不同，(sum of all facets) == (total of products with that property)，如以下示例所示：

對(duì)象1

• name：Phaser 4620a
• ppm：62
• product_range：6

對(duì)象2

• name：Phaser 4620i
• ppm：65
• product_range：6

對(duì)象3

• name：ML6512
• ppm：62
• product_range：7

如果您要求 Solr 將這些文檔按 “product_range” 進(jìn)行分組，則組的總數(shù)量為2，但 ppm 的分面數(shù)是：62為2，65為1。

分組參數(shù)

結(jié)果分組采用以下請(qǐng)求參數(shù)。任何數(shù)量的這些請(qǐng)求參數(shù)都可以包含在一個(gè)請(qǐng)求中：

group 參數(shù)

如果為true，查詢結(jié)果將被分組。

group.field 參數(shù)

結(jié)果分組字段的名稱。該字段必須是單值的，并且要么是索引的，要么是具有值源的字段類型，并且在函數(shù)查詢中工作，例如ExternalFileField。它也必須是基于字符串的字段，如StrField或者TextField

group.func 參數(shù)

根據(jù)函數(shù)查詢的唯一值進(jìn)行分組。

此選項(xiàng)不適用于分布式搜索。

group.query 參數(shù)

返回與給定查詢匹配的一組文檔。

rows 參數(shù)

要返回的組的數(shù)量。默認(rèn)值是10。

start 參數(shù)

指定組列表的初始偏移量。

group.limit 參數(shù)

指定每個(gè)組返回的結(jié)果數(shù)量。默認(rèn)值是1。

group.offset 參數(shù)

指定每個(gè)組的文檔列表的初始偏移量。

sort 參數(shù)

指定 Solr 如何對(duì)各組進(jìn)行相對(duì)排序。例如：sort=popularity desc將導(dǎo)致組按照每個(gè)組中最高的受歡迎度文檔進(jìn)行排序。默認(rèn)值是score desc。

group.sort 參數(shù)

指定 Solr 如何對(duì)每個(gè)組中的文檔進(jìn)行排序。如果group.sort未指定，則默認(rèn)行為是使用與sort參數(shù)相同的有效值。

group.format 參數(shù)

如果將此參數(shù)設(shè)置為simple，則分組的文檔將顯示在單個(gè)平面列表中，start和rows參數(shù)會(huì)影響文檔數(shù)量而不是組數(shù)量。這個(gè)參數(shù)的另一個(gè)值是grouped。

group.main 參數(shù)

如果為true，則將第一個(gè)字段分組命令的結(jié)果被用作響應(yīng)中的主要結(jié)果列表，使用group.format=simple。

group.ngroups 參數(shù)

如果為true，則 Solr 包含結(jié)果中與查詢匹配的組數(shù)。默認(rèn)值是 false。

使用分片索引時(shí)，請(qǐng)參閱下面的“分布式結(jié)果分組注意事項(xiàng)”。

group.truncate 參數(shù)

如果為true，則 facet 計(jì)數(shù)基于與查詢匹配的每個(gè)組的最相關(guān)文檔。默認(rèn)值是false。

group.facet 參數(shù)

確定是否為在 facet.field 參數(shù)中指定的字段分面計(jì)算分組的分面。根據(jù)第一個(gè)指定的組計(jì)算分組的分面。和正常的字段分面一樣，字段不應(yīng)該被標(biāo)記（否則計(jì)算每個(gè)標(biāo)記的計(jì)數(shù)）。分組的分面支持單個(gè)和多值字段。默認(rèn)是false。

這個(gè)選項(xiàng)可能會(huì)有很高的性能成本。

使用分片索引時(shí)，請(qǐng)參閱下面的“分布式結(jié)果分組注意事項(xiàng)”。

group.cache.percent 參數(shù)

如果將此參數(shù)設(shè)置為大于0的數(shù)字，則可以對(duì)結(jié)果分組進(jìn)行緩存。結(jié)果分組執(zhí)行兩次搜索；這個(gè)選項(xiàng)緩存第二個(gè)搜索。默認(rèn)值是0，最大值是100。

測(cè)試表明，組緩存僅通過布爾、通配符和模糊查詢來提高搜索時(shí)間。對(duì)于像術(shù)語或“全部匹配”查詢這樣的簡(jiǎn)單查詢，組緩存會(huì)降低性能。

任何數(shù)量的組命令（例如，group.field，group.func，group.query，等等）可以在單個(gè)請(qǐng)求中指定。

分組示例

以下所有示例查詢均適用于 Solr 的 “bin / solr -e techproducts” 示例。

按字段進(jìn)行結(jié)果分組

在此示例中，我們將根據(jù) manu_exact 字段對(duì)結(jié)果進(jìn)行分組，該字段指定樣本數(shù)據(jù)集中項(xiàng)目的制造商。

http://localhost:8983/solr/techproducts/select?fl=id,name&q=solr+memory&group=true&group.field=manu_exact

{
"..."
"grouped":{
  "manu_exact":{
    "matches":6,
    "groups":[{
        "groupValue":"Apache Software Foundation",
        "doclist":{"numFound":1,"start":0,"docs":[
            {
              "id":"SOLR1000",
              "name":"Solr, the Enterprise Search Server"}]
        }},
      {
        "groupValue":"Corsair Microsystems Inc.",
        "doclist":{"numFound":2,"start":0,"docs":[
            {
              "id":"VS1GB400C3",
              "name":"CORSAIR ValueSelect 1GB 184-Pin DDR SDRAM Unbuffered DDR 400 (PC 3200) System Memory - Retail"}]
        }},
      {
        "groupValue":"A-DATA Technology Inc.",
        "doclist":{"numFound":1,"start":0,"docs":[
            {
              "id":"VDBDB1A16",
              "name":"A-DATA V-Series 1GB 184-Pin DDR SDRAM Unbuffered DDR 400 (PC 3200) System Memory - OEM"}]
        }},
      {
        "groupValue":"Canon Inc.",
        "doclist":{"numFound":1,"start":0,"docs":[
            {
              "id":"0579B002",
              "name":"Canon PIXMA MP500 All-In-One Photo Printer"}]
        }},
      {
        "groupValue":"ASUS Computer Inc.",
        "doclist":{"numFound":1,"start":0,"docs":[
            {
              "id":"EN7800GTX/2DHTV/256M",
              "name":"ASUS Extreme N7800GTX/2DHTV (256 MB)"}]
        }
      }]}}}

響應(yīng)表明我們的查詢總共有六個(gè)匹配項(xiàng)。對(duì)于 group.field 的五個(gè)唯一值中的每一個(gè)，Solr 返回一個(gè) groupValue 的 docList，使得 numFound 指示在該組中的文件的總數(shù)，并根據(jù)隱式默認(rèn) group.limit=1 和 group.sort=score desc 參數(shù)返回頂級(jí)文檔。然后根據(jù)隱式 sort=score desc，按照每個(gè)組內(nèi)頂部文檔的得分對(duì)結(jié)果組進(jìn)行排序，返回的組數(shù)限于隱式 rows=10。

我們可以使用請(qǐng)求參數(shù) group.main=true 運(yùn)行相同的查詢。這將把結(jié)果格式化為一個(gè)單一的文檔列表。這種平面格式不包含像正常結(jié)果分組查詢結(jié)果那樣多的信息 - 特別是每個(gè)組中的 numFound - 但是現(xiàn)有的 Solr 客戶端可能更容易解析。

http://localhost:8983/solr/techproducts/select?fl=id,name,manufacturer&q=solr+memory&group=true&group.field=manu_exact&group.main=true

{
  "responseHeader":{
    "status":0,
    "QTime":1,
    "params":{
      "fl":"id,name,manufacturer",
      "indent":"true",
      "q":"solr memory",
      "group.field":"manu_exact",
      "group.main":"true",
      "group":"true"}},
  "grouped":{},
  "response":{"numFound":6,"start":0,"docs":[
      {
        "id":"SOLR1000",
        "name":"Solr, the Enterprise Search Server"},
      {
        "id":"VS1GB400C3",
        "name":"CORSAIR ValueSelect 1GB 184-Pin DDR SDRAM Unbuffered DDR 400 (PC 3200) System Memory - Retail"},
      {
        "id":"VDBDB1A16",
        "name":"A-DATA V-Series 1GB 184-Pin DDR SDRAM Unbuffered DDR 400 (PC 3200) System Memory - OEM"},
      {
        "id":"0579B002",
        "name":"Canon PIXMA MP500 All-In-One Photo Printer"},
      {
        "id":"EN7800GTX/2DHTV/256M",
        "name":"ASUS Extreme N7800GTX/2DHTV (256 MB)"}]
  }
}

按查詢分組

在這個(gè)例子中，我們將使用這個(gè) group.query 參數(shù)在兩個(gè)不同的價(jià)格范圍內(nèi)找到 “memory” 的前三個(gè)結(jié)果：0.00 到 99.99，以及超過100。

http://localhost:8983/solr/techproducts/select?indent=true&fl=name,price&q=memory&group=true&group.query=price:0+TO+99.99&group.query=price:[100+TO+*]&group.limit=3

{
  "responseHeader":{
    "status":0,
    "QTime":42,
    "params":{
      "fl":"name,price",
      "indent":"true",
      "q":"memory",
      "group.limit":"3",
      "group.query":["price:[0 TO 99.99]",
      "price:[100 TO *]"],
      "group":"true"}},
  "grouped":{
    "price:[0 TO 99.99]":{
      "matches":5,
      "doclist":{"numFound":1,"start":0,"docs":[
          {
            "name":"CORSAIR ValueSelect 1GB 184-Pin DDR SDRAM Unbuffered DDR 400 (PC 3200) System Memory - Retail",
            "price":74.99}]
      }},
    "price:[100 TO *]":{
      "matches":5,
      "doclist":{"numFound":3,"start":0,"docs":[
          {
            "name":"CORSAIR  XMS 2GB (2 x 1GB) 184-Pin DDR SDRAM Unbuffered DDR 400 (PC 3200) Dual Channel Kit System Memory - Retail",
            "price":185.0},
          {
            "name":"Canon PIXMA MP500 All-In-One Photo Printer",
            "price":179.99},
          {
            "name":"ASUS Extreme N7800GTX/2DHTV (256 MB)",
            "price":479.95}]
      }
    }
  }
}

在這種情況下，Solr 找到了五個(gè)“memory”匹配，但只返回四個(gè)按價(jià)格分組的結(jié)果。這是因?yàn)椤癿emory”的一個(gè)結(jié)果沒有分配給它的價(jià)格。

分布式結(jié)果分組警告

分布式搜索支持分組，但是有一些注意事項(xiàng)：

• 目前 group.func 在任何分布式搜索中都不支持
• group.ngroups 和 group.facet 要求每個(gè)組中的所有文檔必須共同位于同一分片上，以便返回準(zhǔn)確的計(jì)數(shù)。在許多情況下，通過組合鍵進(jìn)行文件路由可能是有用的解決方案